Digital Twin Vol.3 Issue3 | 数字孪生方法与应用

点击蓝字 关注我们↑↑↑

DIGITAL TWIN

如果您不希望错过文章，就加个星标吧！

本文由希腊帕特雷大学的Dimitris Tsakalos、George A. Krimpas和Dimitris Mourtzis共同完成。文章构建了面向混合制造单元的数字孪生，利用近实时生产数据和人工智能识别制造过程中的异常，在产品生产完成前判断其是否存在缺陷，并通过实际制造案例评估自适应控制的可行性，为提高柔性制造系统的质量控制能力和生产效率提供了方法参考。

本文由法国Systemic Intelligence Group的Daniel Kroba和挪威科技大学的Antoine Rauzy共同完成。文章提出一种面向工业流程的系统级数字孪生方法，并采用Σ（Sigma）形式化系统描述语言，融合系统建模、随机建模、面向对象建模及并行建模等思想，建立数字孪生的设计、构建与验证流程，并以港口业务转型为案例进行说明，为复杂工业系统的建模、仿真和持续维护提供了方法支持。

本文由中国南京航空航天大学机电学院的Yufeng Wang、Zhengcai Zhao等学者完成。文章综述了智能制造中薄壁零件加工变形的预测与控制方法，围绕数字孪生技术在加工过程建模、变形预测和主动控制中的应用展开分析，梳理相关技术的研究进展及面临的挑战，探讨多学科技术融合的发展方向，为提高航空航天等领域薄壁零件的加工精度和制造质量提供参考。

本文由中国科学院空天信息创新研究院、中国科学院大学及中国石油大学（华东）等单位的Cunjin Xue、Lianwei Li等学者完成。文章系统梳理了2019—2024年发表的154篇相关研究，从地理孪生框架、时空数据模型、孪生技术、可视化方法及应用等方面总结研究进展，指出现有技术在地理实体动态行为建模、虚实交互和多用户协同可视化等方面的不足，并提出融合地理人工智能与地理空间数字孪生的发展方向，为地球系统及地理空间数字孪生研究提供了参考。

本文由英国林肯大学的Thomas O. Okimi、尼日利亚拉各斯州立大学奥巴费米·阿沃洛沃校区（Ladoke Akintola University of Technology）的Oluwaseyi Adeoye及英国威斯敏斯特大学的Olayinka Omoboye共同完成。文章基于47篇相关研究，系统分析了城市更新项目在结构安全、社会经济、环境及管理等方面的风险，提出融合数字孪生与决策支持系统的风险管理框架，以实现实时监测、风险预测和主动决策，推动城市更新项目从单一风险应对向全生命周期、多维度的综合风险治理转变。

本文由中国科学院重庆绿色智能技术研究院及中国科学院大学重庆学院的Zhaoming Chen、Yin Zhao等学者共同完成。文章针对传统农牧废弃物资源化利用中资源配置效率低、生产管理能力不足等问题，提出融合多智能体系统与数字孪生的管理平台，通过构建五层管理架构、双数据模型驱动的数字孪生模型以及虚实双向交互验证机制，实现生产过程的多维仿真、多目标优化和产能预测。案例验证表明，该平台可将原材料运输成本降低约15%，将非计划设备停机时间减少50%以上，为农业废弃物资源化利用和绿色低碳农业发展提供了技术支持。

本文由中国工程物理研究院系统工程研究所的Fugang Li、Bo Li等学者共同完成。文章针对火箭飞行过程中实时监测数据量大、安全状态难以快速综合评估的问题，构建了基于时间卷积网络（TCN）与逼近理想解排序法（TOPSIS）的数字孪生系统，利用TCN预测火箭飞行参数，并通过TOPSIS实现实时安全状态评估。实验结果显示，该模型可在3毫秒以内完成安全状态预测，性能优于文中对比的循环神经网络、门控循环单元和长短期记忆网络，为火箭飞行安全监测与智能决策提供了新的方法。

本文由尼日利亚艾哈迈杜·贝洛大学的Abdulasheed Madugu Abdullahi、英国利兹贝克特大学的Muhammad Aliyu Yamusa等学者共同完成。文章系统综述了来自Scopus和Web of Science数据库的208篇相关研究，结合机器学习主题建模、无监督聚类和定性分析，梳理建筑信息模型与数字孪生在工程造价管理中的应用及转型机制。研究总结了成本精度提升、效率改善、决策支持和协同管理等主要收益，同时指出技术互操作性、组织协同和治理机制方面的障碍，为工程造价管理向预测性、全生命周期成本优化转型提供了参考。

本文由印度德维·阿希利亚大学电子学院的Rajeev Karothia和Manju K. Chattopadhyay共同完成。文章提出融合智能传感网关与数字孪生的农业监测框架，整合传感器、嵌入式系统、物联网和人工智能技术，实时采集土壤水分、温度、氮磷钾含量及环境气体等数据，并通过三维数字农场实现可视化监测与异常识别。实验结果显示，基于挥发性有机化合物的异常检测准确率达到94.8%，结合随机森林等方法还可有效预测土壤水分和温度，为精准农业中的土壤状态监测、异常预警和作物健康管理提供了技术方案。

本文由香港科技大学（广州）系统枢纽智能制造学域的Zimo Zhang、Juntao Li等学者共同完成。文章综述了数字孪生与大语言模型在智能制造中的融合技术、方法及应用，并针对现有研究主要集中于生产环节、设计与制造衔接不足的问题，提出设计到制造（D2M）概念框架。该框架整合数字孪生数据、生成式设计、人机协同决策和灵活的人机协作制造系统，旨在将用户个性化需求与设计生成、可制造性评估及后续生产准备相连接，为面向个性化产品的柔性制造提供新的研究思路。